В данной статье рассматривается влияние антироссийских санкций на торгово-экономические отношения между Россией и Казахстаном. Целью работы является количественная и качественная оценка изменения торговых и инвестиционных потоков между странами в условиях санкционного давления. Авторами предложены агрегированные индикаторы глубины торгово-экономических связей, позволяющие оценить характер взаимодействия стран с учетом изменения динамики и структуры товарных потоков и динамики движения капитала. Весовые коэффициенты определялись среднеарифметическим методом и методом главных компонент. На основе разработанных индикаторов выявлено ослабление торгово-финансовых потоков из России в Казахстан и их усиление в обратном направлении. Это отражает изменение структуры взаимодействия и перераспределение ролей в рамках региональных цепочек поставок, при котором Казахстан выступает в качестве компенсирующего звена. Выявлены товарные группы, оказавшиеся наиболее востребованными для России в условиях санкций (машиностроительной и химической продукции, строительных материалов). Предлагаемые показатели, помимо количественных оценок товарно-финансовых потоков, включают и качественные оценки структуры экспортных / импортных корзин двух стран. Их детальный анализ в динамике выявил устойчивый тренд снижения концентрации (увеличения разнообразия) импортируемых российских товаров в Казахстан, тогда как казахстанский экспорт в Россию еще остается высококонцентрированным и менее разнообразным. Полученные результаты указывают на углубление интеграционных связей при одновременном изменении их характера и направления. Предложенные агрегированные индикаторы могут использоваться для мониторинга динамики интеграционных процессов и оценки устойчивости экономического взаимодействия стран в условиях внешнеэкономических шоков
В статье рассматривается подход к прогнозированию торговых потоков российской нефтяной отрасли с помощью графовой нейросетевой модели (GNN) в условиях международных санкций. В качестве факторов, определяющих объем торговых потоков, среди прочего рассматриваются классические факторы из гравитационной модели международной торговли, включая ВВП и многостороннее сопротивление. Архитектура предложенной графовой нейросетевой модели включает два сверточных слоя и многослойный перцептрон. Для калибровки модели используются данные Comtrade о глобальных торговых потоках нефти и нефтепродуктов, в том числе показатели «зеркальной» таможенной статистики для РФ, агрегированные до полугодовых интервалов за период 2015–2023 гг. Построены оценки прогнозных свойств предложенной графовой нейросетевой модели: определено, что для рынка российских нефтепродуктов точность прогнозов выше, чем для рынка сырой нефти, а более точные прогнозы на основе GNN-модели, использующей гравитационные факторы торговли, получены для стран, в отношении которых санкции не применялись. Смоделированы последствия гипотетического усиления режима вторичных санкций для глобальной нефтяной отрасли на период до конца 2025 г
На основе данных о выручке компаний, налогооблагаемых денежных доходах населения и фонде заработной платы организаций (без субъектов малого предпринимательства) за 2021-2023 гг. анализируется динамика этих показателей по разным типам муниципальных образований. Показывается, что, несмотря на специфику текущего кризиса, имеет место проявление типичных закономерностей пространственного развития последних лет: ускоренное развитие городов и городских агломераций по сравнению с сельской местностью, пригородов - по сравнению с ядрами агломераций, городов-стотысячников - по сравнению с городами меньшей людности и др. Административные центры регионов вновь первыми столкнулись с проявлениями кризиса, но они же демонстрируют способность выхода из него. Вместе с тем в силу влияния на экономическое, пространственное развитие разнонаправленных асинхронных факторов картина территориальных различий не была стабильной и, скорее всего, будет изменчивой и далее.